當(dāng)機(jī)器人不再執(zhí)著于模仿人類形態(tài)，而是真正理解物理世界運(yùn)行邏輯，具身智能便迎來了從“能行動(dòng)”到“會(huì)思考”的質(zhì)變。

大曉機(jī)器人正在朝著這個(gè)方向探索前行。

2025年12月18日，大曉機(jī)器人在上海西岸智塔正式亮相。該公司由商湯科技聯(lián)合創(chuàng)始人王曉剛擔(dān)任董事長，澳大利亞科學(xué)院院士、京東探索研究院創(chuàng)始院長、優(yōu)必選前人工智能首席科學(xué)家陶大程出任首席科學(xué)家。

從左往右：潘新鋼、李鴻升、陶大程、王曉剛、呂健勤、劉子緯、趙恒爽

發(fā)布會(huì)上，大曉機(jī)器人系統(tǒng)發(fā)布了以“以人為中心”為理念的三大核心成果：ACE具身研發(fā)范式、開源商業(yè)雙軌并行的開悟世界模型3.0（Kairos3.0），以及適配多場(chǎng)景的具身超級(jí)大腦模組A1。

由此，大曉構(gòu)建起覆蓋“數(shù)據(jù)?模型?硬件”的全鏈條產(chǎn)業(yè)閉環(huán)，旨在推動(dòng)具身智能走出實(shí)驗(yàn)室、落地千行百業(yè)，真正實(shí)現(xiàn)從“技術(shù)表演”到“實(shí)用產(chǎn)品”的關(guān)鍵跨越。

01

范式革新：以人為中心，構(gòu)建跨本體的世界認(rèn)知

具身智能的瓶頸從來不在硬件，而在于對(duì)世界的理解。

傳統(tǒng)“以機(jī)器為中心”的研發(fā)范式，要么通過真機(jī)遙操，導(dǎo)致數(shù)據(jù)采集成本高昂、智能僵化綁定特定硬件；要么依賴純視覺學(xué)習(xí)讓機(jī)器盲目模仿，卻因缺乏物理世界認(rèn)知而陷入“現(xiàn)實(shí)鴻溝”。這兩種路徑都無法突破規(guī)模化、通用化的發(fā)展障礙。

為打破瓶頸，大曉機(jī)器人提出“以人為中心（Human-centric）”的ACE具身研發(fā)范式，將人類與物理世界的互動(dòng)規(guī)律作為核心研究起點(diǎn)。

這一范式的底層思維，是深度融合世界三大本質(zhì)——物理規(guī)律、人類行為與真機(jī)動(dòng)作，打造出首個(gè)開源且商業(yè)應(yīng)用的開悟世界模型3.0（Kairos3.0），為機(jī)器人建立起統(tǒng)一的、跨本體的世界認(rèn)知。

作為“多模態(tài)理解—生成—預(yù)測(cè)”一體化的世界模型，開悟3.0具備三大核心能力，讓機(jī)器從“會(huì)模仿”走向“會(huì)思考”。

其一，精準(zhǔn)認(rèn)知物理規(guī)律，能夠理解重力、壓力等底層運(yùn)行機(jī)制。例如，在演示的“打開水龍頭接水”等任務(wù)中，實(shí)現(xiàn)水杯精準(zhǔn)定位、水面平穩(wěn)上升，完全符合現(xiàn)實(shí)物理邏輯。

其二，建立因果思維鏈。面對(duì)“用積木拼搭A(yù)CElogo”等復(fù)雜任務(wù)，能規(guī)劃出“先拼A、再拼C、最后拼E”的合理步驟，實(shí)現(xiàn)有序高效的任務(wù)執(zhí)行。

其三，強(qiáng)大的預(yù)測(cè)與生成能力。可生成長時(shí)動(dòng)態(tài)交互場(chǎng)景，支持場(chǎng)景元素可控編輯，更能基于世界知識(shí)的共享與遷移，實(shí)現(xiàn)跨本體一鍵生成，讓不同形態(tài)的機(jī)器人都能完成同一任務(wù)。

“我們希望通過世界模型讓機(jī)器人理解物理世界的規(guī)律和人類行為的因果一致性，這種方式才是具身智能最本質(zhì)的發(fā)展路徑?！?/strong>大曉機(jī)器人董事長王曉剛表示，開悟3.0的開源將極大降低行業(yè)開發(fā)門檻，推動(dòng)各類輕量化、定制化具身智能產(chǎn)品快速涌現(xiàn)。

根據(jù)發(fā)布會(huì)上的介紹，目前該模型已與沐曦股份、壁仞科技、中科曙光等多款國產(chǎn)芯片完成適配，核心算子覆蓋率提升75%，整體性能達(dá)到國際頂尖芯片水平。

02

數(shù)據(jù)革命：環(huán)境式采集，筑牢認(rèn)知世界的根基

智能的進(jìn)化離不開數(shù)據(jù)支撐，具身智能時(shí)代對(duì)數(shù)據(jù)的需求更是呈現(xiàn)指數(shù)級(jí)增長。

在王曉剛看來，特斯拉FSDV14每日訓(xùn)練量相當(dāng)于人類駕駛員400萬小時(shí)的駕駛經(jīng)驗(yàn)，而當(dāng)前具身智能領(lǐng)域的真機(jī)數(shù)據(jù)量級(jí)僅為10萬小時(shí)，數(shù)據(jù)缺口成為行業(yè)發(fā)展的核心痛點(diǎn)。

解決這一問題，需要全新的數(shù)據(jù)采集范式。大曉機(jī)器人給出的答案是：環(huán)境式數(shù)據(jù)采集，其核心邏輯是：人類的日常生活本身就是最豐富的天然數(shù)據(jù)環(huán)境，通過采集人類在真實(shí)場(chǎng)景中的自然行為，高效獲取“人—物—場(chǎng)”的全要素交互數(shù)據(jù)。

這種采集方式無需專門的采集員和實(shí)驗(yàn)室，工作人員在正常工作生活中佩戴設(shè)備即可完成數(shù)據(jù)收集，如同特斯拉通過量產(chǎn)車輛收集駕駛數(shù)據(jù)一般，實(shí)現(xiàn)規(guī)?；瘡?fù)制與高效積累。

為實(shí)現(xiàn)全要素覆蓋，環(huán)境式數(shù)采整合了第一視角與第三視角視頻、力觸覺信息、運(yùn)動(dòng)軌跡、音頻等多模態(tài)數(shù)據(jù)，構(gòu)建起基于物理基礎(chǔ)的3D資產(chǎn)庫。這些數(shù)據(jù)不僅包含物品的幾何、紋理信息，更精準(zhǔn)捕捉了材質(zhì)密度、受力情況、運(yùn)動(dòng)學(xué)關(guān)系等關(guān)鍵屬性，為機(jī)器人認(rèn)知世界提供了完整的“啟蒙教材”。

通過時(shí)序一致性對(duì)齊、交互動(dòng)態(tài)軌跡預(yù)測(cè)建模與物理正確性仿真校正，采集到的原始數(shù)據(jù)被轉(zhuǎn)化為可直接用于模型訓(xùn)練的高質(zhì)量數(shù)據(jù)，實(shí)現(xiàn)了從數(shù)據(jù)采集到應(yīng)用的全鏈路打通。

相較于傳統(tǒng)數(shù)據(jù)采集方案，環(huán)境式數(shù)采具備四大核心優(yōu)勢(shì)：數(shù)據(jù)維度更全面，覆蓋10個(gè)視角、8種模態(tài)、5大類物品屬性；任務(wù)覆蓋更長程，支持分鐘級(jí)、數(shù)百種原子動(dòng)作的復(fù)雜任務(wù)；交互精度更高，達(dá)到亞像素級(jí)標(biāo)準(zhǔn)，可精準(zhǔn)追蹤人手精細(xì)化操作；采集效率更具規(guī)模化，能快速實(shí)現(xiàn)從十萬小時(shí)到千萬小時(shí)的海量數(shù)據(jù)積累。

據(jù)介紹，在即時(shí)零售倉儲(chǔ)場(chǎng)景中，該方案已實(shí)現(xiàn)數(shù)萬種SKU全覆蓋，完成倉儲(chǔ)分揀與打包全流程的數(shù)據(jù)采集；在居家場(chǎng)景中，也成功捕捉到洗碗、疊衣服等各類生活行為，為具身智能構(gòu)建起源源不斷的“數(shù)據(jù)流”。

03

硬件賦能：超級(jí)大腦A1，加速場(chǎng)景商業(yè)化落地

強(qiáng)大的世界模型需要可靠的硬件載體才能釋放價(jià)值。

當(dāng)前機(jī)器人行業(yè)普遍存在感知范圍窄、依賴高精地圖、交互能力弱等痛點(diǎn)，限制了商業(yè)化落地進(jìn)程。為此，大曉機(jī)器人推出具身超級(jí)大腦模組A1，以“一腦多形”的核心優(yōu)勢(shì)，為機(jī)器人裝上真正的“行動(dòng)中樞”。

具身超級(jí)大腦模組A1的核心能力源于領(lǐng)先的純視覺無圖端到端VLA模型架構(gòu)，無需預(yù)采高精地圖即可適應(yīng)復(fù)雜、動(dòng)態(tài)、陌生環(huán)境。搭載該模組的機(jī)器人能實(shí)現(xiàn)動(dòng)態(tài)環(huán)境下魯棒、安全、合理的路徑生成，自主應(yīng)對(duì)施工繞行、窄路通行、動(dòng)態(tài)行人避讓等復(fù)雜場(chǎng)景，真正實(shí)現(xiàn)“自主行動(dòng)”。

與行業(yè)同類產(chǎn)品相比，A1模組通過整合Insta360全景感知方案，實(shí)現(xiàn)360度全場(chǎng)景覆蓋，解決了傳統(tǒng)機(jī)器人跟隨范圍有限、視野狹窄的問題，讓機(jī)器狗在任何位置都能精準(zhǔn)跟隨用戶。

在交互能力上，A1模組具備強(qiáng)大的云端智能交互能力，依托云端模型平臺(tái)實(shí)時(shí)解析自然語言指令與圖像語義的意圖關(guān)系，生成可執(zhí)行的中間指令，再由底層控制器精確執(zhí)行。

這使得機(jī)器人不僅能完成自主巡檢、避障等基礎(chǔ)任務(wù)，更能根據(jù)自然語言指令精準(zhǔn)完成復(fù)雜任務(wù)，如在巡邏中發(fā)現(xiàn)違章停車后，自主拍照、回傳并上報(bào)異常。

同時(shí)，A1模組與商湯方舟通用視覺平臺(tái)深度打通，集成了安防、能源、交通、文旅等10多個(gè)行業(yè)的150多種智能化應(yīng)用，實(shí)現(xiàn)了“移動(dòng)具身智能+通用視覺平臺(tái)”的聯(lián)合。“我們做A1模組的出發(fā)點(diǎn)是滿足場(chǎng)景需求，現(xiàn)有硬件存在很多缺陷，只有從底層重構(gòu)才能突破瓶頸。”王曉剛解釋道。

A1模組采用工業(yè)級(jí)設(shè)計(jì)標(biāo)準(zhǔn)，具備IP66防護(hù)等級(jí)，擁有抗電磁干擾、寬溫適應(yīng)等能力，可在粉塵、雨水等復(fù)雜工況下長期穩(wěn)定工作。目前，該模組已適配智元、云深處、宇樹等主流四足機(jī)器人本體，真正實(shí)現(xiàn)“一腦多形、快速部署”，為安防巡檢、城市治理、能源運(yùn)維等場(chǎng)景提供了可靠的行業(yè)級(jí)解決方案。

具身智能的發(fā)展不是單點(diǎn)突破的游戲，而是全產(chǎn)業(yè)鏈協(xié)同演進(jìn)的系統(tǒng)工程。大曉機(jī)器人深諳生態(tài)的重要性，以開放共贏的姿態(tài)，聯(lián)合具身廠商、芯片企業(yè)、硬件供應(yīng)商、云服務(wù)商、數(shù)據(jù)廠商等多領(lǐng)域伙伴，構(gòu)建起全鏈路自主可控的具身智能生態(tài)體系。

從范式革新到數(shù)據(jù)革命，從硬件賦能到生態(tài)共建，大曉機(jī)器人正以“以人為中心”的核心理念，重新定義具身智能的發(fā)展路徑。

未來，隨著開悟世界模型的持續(xù)迭代、A1模組的場(chǎng)景深化以及生態(tài)體系的不斷完善，短期（1-2年），大曉機(jī)器人將推動(dòng)四足機(jī)器人，在閃購倉、前置倉等場(chǎng)景規(guī)模化落地，目標(biāo)十萬級(jí)規(guī)模；中期（3-5年），聚焦前置倉等標(biāo)準(zhǔn)化商業(yè)場(chǎng)景；家庭場(chǎng)景為遠(yuǎn)期目標(biāo)。